딥러닝

딥러닝에 대해서
용어가 많이 나오는건가?
수식이 별로 나오지도 않는데 말이다.
cnn  -  convlutio  newrun network  오타 주의

최초 입력값은  어떤 과정을 거쳐서  결과를 도출하는데 그 결과가 정답과 차이가 있다.
그러면 보정을 거치고 (가중치와  역방향 회귀시 손실 보정) 다시 입력값을 보정해서 넣어 보고 결과를 비교한다.

이렇게 설계를 해 두고  설계 된것을 액션(액티브) 시키게 되는데 액션시 나오게될 결과의 예상 방향에 따라서 움직이는 방법을 정하고  그 움직이는 방법의 민감도와 방향을 정하는것이  활성화 함수 라고 한다
(가물가물 확인후 보정이 필요)

결과는 반복을 거침으로서 정확도를 높이게 되지만 과적합 문제가 나올수 있고  실제 테스트 데이타에서는 일정 수준 더 좋아지지 않음을 확인하게 된다 이때 예를 들어  10회 동안 더 좋아지지 않으면 최근 제일 좋은값으로 확정하고 종료한다.

이렇게 완성된 값을 바탕으로 데이타를 넣게 되면 그 확율로 정답을 말하게 된다.

cnn은 이미지를  정상 오류 여부를 판단하는 대표적인 모델이다.

적대적 모델은 노이즈를 입력받아 정상의 가장 유사한 특징을 골라내어서 노이즈를 계속 보정하여서 정상과 비교시 어느것이 노이즈 였는지 판단이 어려운 시점에 종료해서 정상과 가장 유사한것을 만들게  된다.

언어인식
ㅡ 어텐션 방식 ...